Метод параметричної адаптації перевірочних поліномів компонентного рекурсивного систематичного згорточного коду турбо коду
DOI:
https://doi.org/10.32347/2411-4049.2024.2.157-172Ключові слова:
коригуючі коди, турбо коди, безпроводові системи передачі даних, функції правдоподібності, адаптаціяАнотація
Стаття присвячена підвищенню ефективності функціонування безпроводових систем передачі інформації за рахунок адаптації перевірочних поліномів компонентного рекурсивного систематичного згорточного коду турбо коду шляхом рішення оптимізаційної задачі методом градієнта. Після появи вкрай важливої роботи К. Шеннона докладені величезні зусилля до пошуку нових методів передачі з метою наближення до пропускної здатності каналу. Канальне кодування є одним із основних методів, які уможливлюють таку роботу майже на повній пропускній здатності. В якості цільової функції обрана ймовірність бітової помилки декодування інформації. Для розрахунку ймовірності бітової помилки декодування інформації запропоновано використовувати циклічні коди. Для покращення характеристик достовірності інформації використовуються схеми адаптації цих кодів. При цьому при адаптації у переважній більшості робіт змінюється тільки один параметр – швидкість кодування, що неповною мірою підвищує ефективність схем корегуючого кодування. Метою статті є підвищення ефективності функціонування безпроводових систем передачі інформації за рахунок адаптації перевірочних поліномів компонентного рекурсивного систематичного згорточного коду турбо коду шляхом рішення оптимізаційної задачі. Стаття складається із вступу, де висвітлено проблему, проведено аналіз останніх досліджень та публікацій по цій тематиці та сформульовано мету статті. Показано результати дослідження, зроблено висновки та окреслено перспективи подальших досліджень. Завершується стаття списком використаних джерел. Як результат роботи запропонованого методу наведено ефективну кількість перевірочних поліномів РСЗК турбо коду, які були знайдені із застосуванням методу для каналу з адитивним білим гаусівським шумом для різних розмірів вхідного блоку даних. Напрямком подальших досліджень вважаємо розширення діапазону пошуку для врахування більшої кількості параметрів турбо кодів при адаптації, при цьому можна передбачити наступні: кількість біт в блоці, типи перемежувачів, алгоритми декодування, ітерації декодування і т.д.
Посилання
Wan, L., Anthony C.K., Soong, Jianghua, L., Yong, W., Classon, B., Xiao, W., Mazzarese, D., Zhao, Yang, & Saboorian, Т. (2021). 5G System Design: An End to End Perspective. Springer. https://doi.org/10.1007/978-3-030-22236-9
Neir, P. (2021). Securing 5G and Evolving Architectures. Addison-Wesley Professional. https://www.amazon.com/Securing-Evolving-Architectures-Pramod-Nair/dp/0137457936
Hassan, S., Orel, A., & Islam, K. (2022). A Network Architects Guide to 5G. Addison-Wesley Professional. https://www.amazon.com/Network-Architects-Guide-5g/dp/0137376847
Jin, J., Xiao, C., Chen, W., Member, S. and Wu, Y. (2019). Channel-Statistics Based Hybrid Precoding for Millimeter-Wave MIMO Systems With Dynamic Subarrays. IEEE Trans. Commun., 67, 3991-4003. https://doi.org/10.1109/TCOMM.2019.2899628
Huang, H. (2020). Deep learning for physical-layer 5G wireless techniques: Opportunities, challenges and solutions. IEEE Wirel. Commun., 27, 214–222. https://doi.org/10.1109/MWC.2019.1900027
Shannon, C. E. (1948). A mathematical theory of communication. The Bell System Technical Journal, 27 (3), 379-423. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
Azougaghe, E., Farchane, A., Said, S., & Belkasmi, M. (2022). Turbo decoding of concatenated codes based on RS codes using adapted scaling factors. Infocommunications Journal, 14 (1), 11-16. https://doi.org/10.36244/ICJ.2022.1.2
Kovaci, M., Balta, H., Baynast, A., & Nafornita, M. (2007). Performance Comparison of Punctured Turbo Codes and Multi Binary Turbo Codes. In 2007 International Symposium on Signals, Circuits and Systems (IEEE Xplore). https://doi.org/10.1109/ISSCS.2007.4292768
Vaz, A., Nayak, G., Nayak, D., & Hegde, N. (2022). Decoding of Turbo Code and Polar Code using Deep Learning for Visible Light Communication. Journal of Engineering Science and Technology, 17 (4), 2776-2787. https://jestec.taylors.edu.my/Vol%2017%20Issue%204%20August%202022/17_4_36.pdf
Berrou, C., Glavieux, A., & Thitimajshima, P. (1993). Near Shannon limit error-correcting coding and decoding: turbo-codes. In Proc. Int. Conf. On Commun., ICC-93, Geneva. 1993, May, (pp. 1064-1070). https://doi.org/10.1109/ICC.1993.397441
Xiang-Gen, X. (2024). Understanding turbo codes: A signal processing study. Journal of Information and Intelligence, 2, 1-13. https://doi.org/10.1016/j.jiixd.2023.10.003
Takeuchi, K., Muller, RR., & Vehkapera, M. (2011). A Construction of Turbo-Like Codes for Iterative Channel Estimation Based on Probabilistic Bias. In 2011 IEEE Global Telecommunications Conference - GLOBECOM 2011, (pp. 1-5). https://doi.org/10.1109/GLOCOM.2011.6133738
Jin, X., Eckford, AW, & Fuja, TE. (2004). Analysis of Joint Channel Estimation and LDPC Decoding on Block Fading Channels. In International Symposium on Information Theory and its Applications, ISITA2004, (pp. 679-684). https://doi.org/10.1109/ISIT.2004.1365412
Berrou, C. (2010). Codes and Turbo Codes. Springer. https://www.scribd.com/document/511006154/Codes-and-Turbo-Codes-C-Berrou-Springer-2010-BBS
Vucetic, B., & Yuan, J. (2000). Turbo Codes. Principles and Applications. Springer Science. https://doi.org/10.1007/978-1-4615-4469-2
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 П.М. Курбет, О.А. Руденок
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Збірник «Екологічна безпека та природокористування» працює у рамках міжнародної ліцензії Creative Commons Attribution («із зазначенням авторства») 4.0 International (CC BY 4.0).
Ліцензійна політика журналу сумісна з переважною більшістю політик відкритого доступу та архівування матеріалів.
